- 博客(4)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 信号处理 面试核心知识点（三）
摘要：加窗处理在信号频谱分析中会通过卷积效应展宽主瓣、抑制旁瓣，影响频率分辨率和谱泄漏。常用窗函数包括矩形窗、汉宁窗、汉明窗、布莱克曼窗和凯泽窗，各有不同的主瓣宽度和旁瓣抑制性能。线性相位对保持波形完整性至关重要，尤其在雷达信号处理中。卷积与相关的核心区别在于卷积需翻转核函数，分别适用于系统响应建模和信号匹配。维纳滤波适用于频域稳态批处理，而卡尔曼滤波则是时域递归估计器，适合非平稳过程跟踪。
2025-09-01 21:24:26
1263
原创 数字信号处理算法 面试核心知识点（二）
摘要：DFT是离散傅里叶变换的数学定义，而FFT是实现DFT的高效算法。傅里叶变换(FT)要求信号能量有限，拉普拉斯变换(LT)通过引入实部参数可处理更广泛信号，是FT的推广。数字滤波器分为IIR（反馈结构）和FIR（无反馈）两类，各具特点。DFT谱分析存在栅栏效应、混叠和截断误差，可通过增加采样点、满足采样定理等措施改善。IIR滤波器设计有脉冲响应不变法等方法，FIR滤波器设计则包括窗函数法等。信号截断会导致频谱泄漏，表现为原频谱与窗函数频谱的卷积。
2025-08-27 19:50:37
688
原创 从连续到离散：DTFT与DFT的核心原理与区别
摘要：本文对比了离散时间傅里叶变换(DTFT)和离散傅里叶变换(DFT)的区别与应用。DTFT用于理论分析，处理无限长离散信号的连续频谱；DFT则用于工程实践，处理有限长离散信号的离散频谱计算。核心区别在于输入信号类型、频域表示和计算可行性。DTFT是理论基石，DFT通过FFT算法实现高效计算。两者互补：DTFT适用于理论推导和频谱分析，DFT则广泛应用于实际信号处理、频谱估计等数值计算场景。理解二者的区别有助于在理论研究和工程应用中正确选择变换方法。
2025-08-22 22:11:10
1416
原创 信号处理 面试核心知识点
本文介绍了信号处理的基础理论： 傅里叶变换是将时域信号转换为频域信号的数学工具，用于分析信号的频率成分； LTI（线性时不变系统）具有线性和时不变特性，其输出可通过输入信号与冲激响应的卷积得到； 卷积在信号处理中广泛应用于系统响应计算、滤波和图像处理； 信号分为连续时间信号（时间连续）、离散时间信号（时间离散）、模拟信号（时间幅度均连续）和数字信号（时间离散幅度量化）。不同信号类型在信号处理中具有不同的特点和应用场景。
2025-08-22 16:59:32
335
西电A测-电子密码锁仿真系统
2023-11-10
具有自动乐曲演奏功能的电子琴.rar
2021-08-22
具有自动演奏功能的电子琴实验EDA
2021-08-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人